В статистике децили — это числа, которые разбивают набор данных на десять групп с одинаковой частотой.
Первый дециль — это точка, ниже которой лежат 10% всех значений данных. Второй дециль — это точка, ниже которой лежат 20% всех значений данных, и так далее.
Мы можем использовать следующий синтаксис для вычисления децилей для набора данных в R:
quantile(data, probs = seq (.1, .9, by = .1 ))
В следующем примере показано, как использовать эту функцию на практике.
Пример: вычислить децили в R
В следующем коде показано, как создать поддельный набор данных с 20 значениями, а затем вычислить значения для децилей набора данных:
#create dataset
data <- c(56, 58, 64, 67, 68, 73, 78, 83, 84, 88,
89, 90, 91, 92, 93, 93, 94, 95, 97, 99)
#calculate deciles of dataset
quantile(data, probs = seq (.1, .9, by = .1 ))
10% 20% 30% 40% 50% 60% 70% 80% 90%
63.4 67.8 76.5 83.6 88.5 90.4 92.3 93.2 95.2
Способ интерпретации децилей следующий:
- 10% всех значений данных лежат ниже 63,4 .
- 20% всех значений данных лежат ниже 67,8 .
- 30% всех значений данных лежат ниже 76,5 .
- 40% всех значений данных лежат ниже 83,6 .
- 50% всех значений данных лежат ниже 88,5 .
- 60% всех значений данных лежат ниже 90,4 .
- 70% всех значений данных лежат ниже 92,3 .
- 80% всех значений данных лежат ниже 93,2 .
- 90% всех значений данных лежат ниже 95,2 .
Стоит отметить, что значение на 50-м процентиле равно среднему значению набора данных.
Пример. Поместите значения в децили в R
Чтобы поместить каждое значение данных в дециль, мы можем использовать функцию ntile(x, ngroups) из пакета dplyr в R.
Вот как использовать эту функцию для набора данных, который мы создали в предыдущем примере:
library(dplyr)
#create dataset
data <- data.frame(values=c(56, 58, 64, 67, 68, 73, 78, 83, 84, 88,
89, 90, 91, 92, 93, 93, 94, 95, 97, 99))
#place each value into a decile
data$decile <- ntile(data, 10)
#view data
data
values decile
1 56 1
2 58 1
3 64 2
4 67 2
5 68 3
6 73 3
7 78 4
8 83 4
9 84 5
10 88 5
11 89 6
12 90 6
13 91 7
14 92 7
15 93 8
16 93 8
17 94 9
18 95 9
19 97 10
20 99 10
Способ интерпретации вывода следующий:
- Значение данных 56 находится между процентилями от 0% до 10%, таким образом, оно попадает в первый дециль.
- Значение данных 58 находится между процентилями от 0% до 10%, таким образом, оно попадает в первый дециль.
- Значение данных 64 находится между процентилями 10% и 20%, таким образом, оно попадает во второй дециль.
- Значение данных 67 находится между процентилями 10% и 20%, таким образом, оно попадает во второй дециль.
- Значение данных 68 находится между процентилями 20% и 30%, таким образом, оно попадает в третий дециль.
И так далее.
Дополнительные ресурсы
Как рассчитать процентили в R
Как рассчитать квартили в R
Как создать частотные таблицы в R